Μηχανική Μάθηση (Δ1) (μεταπτυχιακό)

Διδάσκοντες: Αριστείδης Λύκας & Κωνσταντίνος Μπλέκας
e-mail: arly@cs.uoi.gr kblekas@cs.uoi.gr

---

Ανακοινώσεις

Περιγραφή Μαθήματος

Στόχος αυτού του μεταπτυχιακού μαθήματος είναι να γνωρίσουν οι φοιτητές το αντικείμενο της Μηχανικής Μάθησης (Machine Learning). Iδιαίτερη έμφαση δίνεται σε τεχνικές μάθησης που βασίζονται σε στατιστικές μεθόδους, σε νευρωνικά δίκτυα και σε kernel machines. Τα βασικά προβλήματα που μελετώνται είναι: εκτίμηση πυκνότητας πιθανότητας (probability density estimation), ομαδοποίηση (clustering), ταξινόμηση (classification) και παλινδρόμηση (regression).

---

Βιβλιογραφία

Βασικό Σύγγραμμα: C. Bishop, “Pattern Recognition and Machine Learning”, Springer 2007.

---

Υλη του μαθήματος

Καλύπτονται οι ακόλουθες ενότητες:

· Introduction to Machine Learning

· Linear Regression

· Linear Classification

· Kernel Methods

· Neural Networks

· Deep Neural Networks

· Clustering

· Unsupervised Learning – Statistical Models

· Sequential Data

· Reinforcement Learning

---

Εργασίες

Το μάθημα περιλαμβάνει υποχρεωτικές θεωρητικές και προγραμματιστικές ασκήσεις.

---

Εξετάσεις & Βαθμολογία

Ο τελικός βαθμός προκύπτει κατά 10% από τις εργασίες και κατά 90% από την τελική εξέταση.

---